Php Yii多个表的一个关系

我正在尝试编写一个使用多个表的自定义关系，该关系需要使用第一个表中的键连接到其他表

每个表都有相同的列

那么，让故事开始吧：

我正在开发一款基于策略的在线游戏。（PBBG-基于浏览器的持久性游戏）

我有一个大的表（30000.000行），我将该表拆分为100个较小的表（每个表中30000行）

行动发生在村庄内

村庄的详细信息存储在

村庄

表中

每个村庄都位于一个大陆内，因此有一个

k

编号，可以告诉我该村庄所属的大陆

村庄表具有以下列：

id-p.k。 x-x在地图上的位置 y-y在地图上的位置 k-f.k.大陆id 名称 用户id f.k。 要点

我有100个大洲，这就是为什么我有100个新的小桌子

我也有一个表格，在那里我存储了所有建筑物的详细信息

建筑详细信息存储在

村庄建筑

表中

因此，从原始表

村庄建筑

我现在有

村庄建筑

，

村庄建筑

，…，

村庄建筑

village\u building\u k…

表格包含以下列：

id-p.k。 乡村标识-f.k。 建筑标识-f.k

现在，我正在尝试编写一个从模型

village

跳到模型

village\u building\u kX

的关系，其中

X

应该在需要时更改

如果我可以使用model

village

中的

k

值，这将为我提供需要加入的表的名称

如果k=2，我需要使用concat从

村庄

跳到

村庄_建筑_k2

public function tableName() {
        return 'village_building_k' . self::$k;
    }

public function relations() {
        return array(
            'relation_village_building' => array(self::HAS_MANY, 'VillageBuildingKXSlaveM', 'village_id'),
        );
    }

---

$model\u village->relationship\u village\u building->building\u id

您确定需要在框架级别解决此问题吗？我建议在这里使用类似于

的东西，实际上您可以尝试从一些全局参数（例如从会话）传递db名称

public function tableName()
{
   return 'village_building_k' . Yii::app()->session['table'];
}

问题是要为您的玩家长时间保存会话。如果你有很多用户，这将成为一个问题

如果您有几个具有相同结构的表，那么您的数据库体系结构可能是错误的。如果是切分，你需要为此更改AR

yii和sharding中的主要问题是_construct（）中的AR调用getMetaData（）来获取表模式，所以您需要该级别的表名

在论坛上搜索解决方案，我个人并没有找到关于英语的好文章。下面是一篇关于使用Yii和Redis实现水平切分的文章。俄语节目，但你至少可以看一些代码

---

30.000.000表也可以，如果您能正确使用它，即使在mysql中也是如此。

我认为您需要添加一些共享数据库。由于你的数据库很大，你不能用你的框架来管理它。只需尝试使用共享数据库来管理数据库。您还可以尝试使用mysql群集来管理数据库和

---

这可能对你有帮助。请记住，一个框架是一组函数，因此您可以使用代码和支持环境（如数据库等）来操作您的函数。

30 mils，并且由于扩展而不断增加；会涨到50英里。没关系。这个表中没有大数据，所以你可以索引它，它会很快。再看看分区，实际上您所做的是分区，而不是分片。此功能存在于mysql（或您使用的内容）中。只要在你的桌子上为你所有的大陆做100个分区。在1或2个分区范围内进行选择将非常快，但要避免从大量分区中进行选择。创建索引后，测试选择的速度，其中一些会降低您的速度。避免连接、分组、大量或类似运算符的操作，或者更多。此外，您还需要将AR更改为DAO，这样可以更快、更少地消耗内存。如果使用AR-rewrite选择COUNT（*）查询，或为dataProvider设置totalItemCount（例如，使用explain for full table）。避免使用索引进行批量插入/删除。有了这个你应该会没事的，我的数据库已经增长到200 mil了，没关系。我有不同的情况，只是在去年12月测试了select，select的极限值为0.0630，计数~相同。1.2mil结果。是的，mysql中有3亿多行，一切都很好。我会考虑只保留一个表，并在可能的情况下进行大量缓存。